MétaCan
Menu
Retour à la cohorte
Enregistrement W2103272482 · doi:10.1890/13-1062.1

Who eats whom in the Barents Sea: a food web topology from plankton to whales

2014· article· en· W2103272482 sur OpenAlexaff
Benjamin Planque, Raul Primicerio, Kathrine Michalsen, Michaela Aschan, Grégoire Certain, Padmini Dalpadado, Harald Gjøsæater, Cecilie Hansen, Edda Johannesen, Lis Lindal Jørgensen, Ina Kolsum, Susanne Kortsch, Lise-Marie Leclerc, Lena Omli, Mette Skern‐Mauritzen, Magnus Wiedmann

Notice bibliographique

RevueEcology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensGovernment of Nunavut
Organismes subventionnairesnon disponible
Mots-clésTrophic levelFood webEcologyMarine ecosystemPlanktonEcosystemEcological networkFood chainNetwork topologyComputer scienceTopology (electrical circuits)GeographyBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

A food web is an ecological network and its topological description consists of the list of nodes, i.e., trophospecies, the list of links, i.e., trophic interactions, and the direction of interactions (who is the prey and who is the predator). Food web topologies are widely used in ecology to describe structural properties of communities or ecosystems. The selection of trophospecies and trophic interactions can be realized in different manners so that many different food webs may be constructed for the same community. In the Barents Sea, many simple food webs have been constructed. We present a comprehensive food web topology for the Barents Sea ecosystem, from plankton to marine mammals. The protocol used to compile the data set includes rules for the selection of taxa and for the selection and documentation of the trophic links. The resulting topology, which includes 244 taxa and 1589 trophic links, can serve as a basis for topological analyses, comparison with other marine ecosystems, or as a basis to build simulation models of the Barents Sea ecosystem. The data set consists of three related tables: (1) the list of taxa, (2) the list of pairwise interactions, and (3) the list of bibliographical references.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetIsotope Analysis in EcologyTravaux en français237 207